企业官网建设流程全解析

• 物联网
• 嵌入式
• 操作系统
• 实时系统

Cayenne Low Power Payload（LPP）是面向 LPWAN（如 LoRaWAN）网络的轻量级二进制数据序列化格式，它用紧凑的字节布局将传感器读数打包成可直接放入 LoRaWAN 帧的上行负载。本文以 RIOT 官方测试应用 tests/pkg/cayenne-lpp/README.md 为主线，结合 tests/pkg/cayenne-lpp/main.c 与 pkg/cayenne-lpp 包定义，完整讲解如何在 RIOT 上运行 Cayenne LPP 编解码测试、理解其字节级编码原理，并掌握将该测试扩展为真实 LoRaWAN 节点数据发送流程的方法。

Cayenne LPP 与 RIOT 中的 cayenne-lpp 包

Cayenne LPP 的核心思想是：用"通道号（1 字节）+ 数据类型码（1 字节）+ 载荷（定长 N 字节）"的三段式结构，把每个传感器读数编码成紧凑二进制。RIOT 通过外部包（pkg）机制集成了社区实现cayenne-lpp，相关说明位于 pkg/cayenne-lpp/doc.txt，其中明确指出该包"为 Cayenne LPP 格式提供 RIOT 支持"，适用于"通过 LoRaWAN 等 LPWAN 网络发送数据"的场景。

包本身由 pkg/cayenne-lpp/Makefile 定义：

PKG_NAME=cayenne-lpp PKG_URL=https://github.com/aabadie/cayenne-lpp PKG_VERSION=0.1.1 PKG_LICENSE=LGPL-2.1-only include $(RIOTBASE)/pkg/pkg.mk all: $(QQ)"$(MAKE)" -C $(PKG_SOURCE_DIR) -f $(RIOTBASE)/Makefile.base

• 固定版本0.1.1，许可证为LGPL-2.1-only；
• 构建时通过pkg/pkg.mk拉取源码，并借用 RIOT 的Makefile.base编译；
• 头文件搜索路径由 pkg/cayenne-lpp/Makefile.include 提供：INCLUDES += -I$(PKGDIRBASE)/cayenne-lpp，因此应用代码中只需#include "cayenne_lpp.h"即可使用全部 API。

测试应用概览：运行方式与预期输出

官方 README 给出的使用方法非常简洁——在native板（RIOT 的宿主机仿真平台）上直接编译并启动终端：

make all term

该命令在 tests/pkg/cayenne-lpp/Makefile 的配合下工作。该 Makefile 内容如下：

include ../Makefile.pkg_common USEPKG += cayenne-lpp include $(RIOTBASE)/Makefile.include

关键点是USEPKG += cayenne-lpp：它声明本测试应用依赖该外部包，RIOT 构建系统会据此完成包的拉取、打补丁与编译（Makefile.pkg_common位于 tests/pkg/Makefile.pkg_common）。

程序启动后应输出以下两行内容（对应 README 的 Expected result 一节）：

Cayenne LPP test application 03670110056700FF

第一行是应用启动横幅，第二行则是第一个测试用例编码出的完整 LPP 负载。该十六进制串并非随机数据，而是两个温度传感器读数的逐字节编码结果，下一节将逐字节拆解其含义。

逐用例源码解析：从传感器值到 LPP 字节流

测试程序 tests/pkg/cayenne-lpp/main.c 共执行 3 个用例，每个用例都遵循同一模式：调用cayenne_lpp_add_*系列 API 向缓冲区写入数据，随后用memcmp与预置期望字节流比对，一致则打印SUCCESS，否则打印FAILED并返回非零退出码。测试前后通过cayenne_lpp_reset(&lpp)清空缓冲区。

Test 1：双温度传感器

cayenne_lpp_add_temperature(&lpp, 3, 27.2); cayenne_lpp_add_temperature(&lpp, 5, 25.5);

期望字节流定义为：

#define TEST_BUFFER1 { 0x03, 0x67, 0x01, 0x10, 0x05, 0x67, 0x00, 0xff }

逐字节解读：

| 字节 | 值 | 含义 | | ---- | -- | ---- | | 1 |0x03| 通道号 3（第一路温度） | | 2 |0x67| 类型码：温度传感器 | | 3-4 |0x01 0x10| 有符号 16 位温度值，0x0110 = 272，除以 10 得27.2°C| | 5 |0x05| 通道号 5（第二路温度） | | 6 |0x67| 类型码：温度 | | 7-8 |0x00 0xff|0x00FF = 255，除以 10 得25.5°C|

这正好拼出 README 中的预期输出03670110056700FF。可见温度编码规则为：摄氏度 ×10 取整后存入有符号 16 位，这也是 Cayenne LPP 温度类型（type0x67）的固定载荷长度（2 字节）的由来。

Test 2：温度 + 加速度计

cayenne_lpp_reset(&lpp); cayenne_lpp_add_temperature(&lpp, 1, -4.1); cayenne_lpp_add_accelerometer(&lpp, 6, 1.234, -1.234, 0);

期望字节流（native 平台）：

#define TEST_BUFFER2 { 0x01, 0x67, 0xFF, 0xD8, \ 0x06, 0x71, 0x04, 0xD1, 0xFB, 0x2F, 0x00, 0x00 }

解码过程：

• 01 67 FF D8：通道 1 温度。0xFFD8是有符号 16 位值-40，即 -4.0°C（浮点 -4.1 经定点化后落入 -40/-41，0xFD8 与 -41=0xFFD7 相差 1，属于定点量化误差，这正是源码中对 native32 与其它平台使用两套期望缓冲区的深层原因）；
• 06 71 04 D1 FB 2F 00 00：通道 6 加速度计，类型码0x71。三个轴向各占 2 字节：0x04D1 = 1233（约 1.234g）、0xFB2F = -1233（约 -1.234g）、0x0000 = 0，即g 值 ×1000 存入有符号 16 位。

Test 3：GPS 定位

cayenne_lpp_reset(&lpp); cayenne_lpp_add_gps(&lpp, 1, 42.3519, -87.9094, 10);

期望字节流：

#define TEST_BUFFER3 { 0x01, 0x88, 0x06, 0x76, \ 0x5E, 0xF2, 0x96, 0x0A, 0x00, 0x03, 0xE8 }

解码过程：

• 01 88：通道 1，类型码0x88（GPS）；
• 纬度 3 字节：0x06765E = 423518，除以 1e4 得42.3518°（源码入参 42.3519，量化误差 0.0001）；
• 经度 3 字节：0xF2960A为有符号 24 位值-879094，除以 1e4 得-87.9094°，与入参完全一致；
• 海拔 3 字节：0x0003E8 = 1000，单位为厘米，除以 100 得10 米。

同时，源码中通过CAYENNE_LPP_TEMPERATURE_SIZE、CAYENNE_LPP_ACCELEROMETER_SIZE、CAYENNE_LPP_GPS_SIZE三个常量分别校验各类型固定载荷长度（温度 2、加速度 6、GPS 9 字节），这些常量由cayenne_lpp.h提供，可在后续自研编码时直接复用，避免手写魔法数字。

自动化回归测试：让编码结果可机器校验

该测试应用不仅面向人工演示，还内置了自动化验证脚本 tests/pkg/cayenne-lpp/tests/01-run.py：

NB_TESTS = 3 def testfunc(child): for test in range(NB_TESTS): child.expect_exact('Test {}:'.format(test + 1)) child.expect('Result: [0-9A-Z]+ SUCCESS')

脚本借助 RIOT 的 testrunner 框架：逐个等待Test 1:、Test 2:、Test 3:横幅出现，并用正则Result: [0-9A-Z]+ SUCCESS断言每个用例都打印了大写十六进制结果且以SUCCESS结尾。这意味着在 CI（持续集成）或make test流程中，只要任一用例编码错误导致输出变成FAILED，测试即告失败。对 LoRaWAN 节点固件而言，这种"编码前先过单元测试"的做法能有效防止设备上线后上报损坏数据。

从测试到实战：把 LPP 负载接入 LoRaWAN 上行链路

结合 pkg/cayenne-lpp/doc.txt 与测试源码，可将该测试的应用模式迁移到真实 LoRaWAN 节点：

1. 引入依赖：在应用 Makefile 中加入USEPKG += cayenne-lpp（参考 tests/pkg/cayenne-lpp/Makefile），并在源码中#include "cayenne_lpp.h"；
2. 声明缓冲上下文：仿照static cayenne_lpp_t lpp;维护编解码状态，发送前调用cayenne_lpp_reset()复位；
3. 按通道叠加数据：不同传感器使用不同通道号（如温度0x67、加速度0x71、GPS0x88），在 1 字节通道号范围内合理规划通道分配，注意每类数据的载荷定长，缓冲区总容量受cayenne_lpp_t内部数组约束，需在应用层估算一次上报的最大字节数；
4. 发送负载：将lpp.buffer与lpp.cursor（有效长度）交给 LoRaWAN 协议栈（如 RIOT 的 Semtech LoRaMAC 包）填充进上行帧，即可被兼容 Cayenne LPP 的云平台（如 myDevices）自动解析为图表数据。

需要注意的是，测试程序在 native 平台运行时，Test 2 使用0xFF 0xD8而非其它平台的0xFF 0xD7，两者相差 1 个 LSB，源于定点化在宿主机浮点环境与交叉编译环境间的舍入差异。若在真实硬件上移植本测试，务必像源码那样按平台区分期望字节流，或以"编码后回解误差在容差内"替代精确字节比对。

总结

通过make all term一条命令，RIOT 的 cayenne-lpp 测试应用在 native 上完成了温度、加速度计、GPS 三类传感器的 LPP 编码自检。从 tests/pkg/cayenne-lpp/main.c 的字节级断言到 tests/pkg/cayenne-lpp/tests/01-run.py 的自动化回归，再到 pkg/cayenne-lpp 的包封装，读者可以以此为模板，将"通道号 + 类型码 + 定长载荷"的 LPP 编码实践直接落地到自己的 LoRaWAN 物联网节点固件中。

• 物联网
• 嵌入式
• 操作系统
• 实时系统